针对战场态势信息众多、变化趋势认知困难的问题,提出基于大模型的态势认知智能体框架和智能态势认知推演方法。从认知概念出发,结合智能体的抽象性、具身性特点,明确了智能体构建的3个关键环节:学习环境、记忆方式和产生知识机制;设计了战场态势认知智能体架构,包括记忆部件、规划部件、执行部件、评估部件以及智能体训练要点。在长期记忆部件中,围绕战场复杂状态建模特点,分析大语言模型、多模态大模型、大序列模型的运用问题。

艇载激光武器对于潜艇的自我防御和任务拓展有着极大的意义,通过综述激光武器的研究进展,介绍美国激光武器的发展现状以及应用情况,进而提出潜艇加装激光武器的要求。对于艇载激光武器使用时机给出了建议,并分析了艇载激光武器毁伤反潜巡逻机的能力,重点介绍了利用激光武器对抗反潜巡逻机的流程,最后展望了艇载激光武器可以执行的任务类型,为相关领域研究提供参考。

瞄准未来强对抗环境下雷达网作战任务需求,开展了多雷达组网与协同探测关键技术研究。首先,介绍了雷达网作战能力需求,其次,在雷达网传统树状层级结构基础上,给出新的雷达网分布式网络化体系架构,最后,研究了雷达网信息分发共享、情报融合处理、自主协同探测、系统反馈控制等关键技术。研究成果有助于促进多雷达组网理念更新与领域技术发展,为推动雷达装备和情报系统的迭代升级提供思路。

战略评估是军事战略体系和能力建设的关键环节,对体系建设方案进行选择评估能够在一定程度上优化战略决策,提升战略管理水平。因此,构建了基于MATE的“前景-成本”体系建设方案智能选择分析框架,采用NSGA-Ⅱ智能优化算法在多维权衡空间中寻找备选方案的Pareto前沿,改善了数据量大的问题,并以某联合作战体系为例,验证了所提出方法的有效性,为体系建设方案的优选和评估提供理论支撑。

无人机集群协同区域搜索能够有效地获取任务区域地面信息,降低环境不确定度。基于区域划分、机群均衡分配以及启发式算法的传统集群协同区域搜索方法依赖于事前设计规则且计算量大,属于不可生成规则算法。考虑任务环境不确定性,算法须满足快速性、智能性和鲁棒性,基于涌现理论的无人机集群协同搜索方法因信息融合能力强、具有高度的智能性而被采用。演化学习算法和强化学习算法是涌现理论中主要组成部分,这两类算法可根据不同的环境和任务生成新的集群行为规则。将系统分析和总结当前无人机集群协同搜索方法研究现状和进展,并据此指出现有研究中的不足以及未来的发展方向。

针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay,PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。

军事法规对现代军事行动意义重大。针对查阅文本效率低、易出错的问题,综合运用检索和知识图谱技术构建军事法规问答系统。通过优化TF-IDF模型为法规条款建立便于逐层检索的数据结构,提升检索效率;运用知识图谱技术为法规条款生成大量知识,赋予问题理解能力;根据军事法规特点设计问句处理和条款检索算法,以短答案、条款内容和答案来源构成完整解答。分析和测试表明,构建的底层数据层次性强、语义丰富,实现的问答原型系统能够准确回答多角度提问,融合了检索与知识图谱技术的优势。本系统可为指挥员处理涉法问题提供决策辅助,所述技术同样适用于其他领域法规。

针对兵棋推演系统在数据访问方面存在的一些“痛点”,吸收国内外兵棋推演系统在数据存储方面的经验教训,设计了基于总线的兵棋推演实时数据采集管理平台。引入分布式存储平台作为底层存储基础,引入内存数据库作为对外服务接口;采用基于总线的数据采集作为采集来源,并进行数据清洗和基于数据段的分支管理。系统整体分为三个模块,分别是采集模块、管理模块、服务模块;实现了对兵棋推演数据的实时采集、清洗、存储与管理。应用表明,平台为兵棋系统内的其他各个模块提供了高速可靠的数据访问支撑。

对强敌典型亚声速反舰导弹性能及主要突防技术手段进行了分析,提出了基于威胁目标特性分解的相似度分析方法,构建了靶机模拟威胁目标相似度模型,并运用此方法对靶机的相似度进行综合评估,分析了其与典型模拟对象的差距。在此基础上,研究了当前构建典型威胁态势的主要方法与能力的不足之处,针对如何提高模拟强敌反舰导弹目标能力、提升防空反导训练效果和构建体系化空中蓝军发力方向提出了几点思考,为靶场空中威胁态势构建提供依据。

直升机是低空/超低空的优势作战力量,伴随战场环境的日益复杂和战场威胁的不断升级,对直升机的作战能力提出了更高要求。简要描述了俄乌军事冲突中俄空天军直升机建设运用情况,概括了直升机战损情况,分析了直升机战损原因,在探究直升机能力缺陷的基础上,提出推动直升机装备建设发展的措施建议,对直升机适应未来战场环境和战斗力提升具有一定的参考价值。

为解决在狭小封闭的战场环境,如敌方指挥中心、船舱、地下建筑物中,如何快速准确地获取自组织网络或目标对象的位置信息的问题,基于单兵智能终端设备提供的通信模块,利用可见光传感器等硬件设备的支持,通过研究群智感知式的通信信号指纹,结合图像匹配算法,提出了一种定位算法。该算法利用通信指纹数据实现了初步定位,结合融合图像和姿态传感器的加权平均算法,并采用群智感知方式补充与更新定位数据,通过调整图像匹配策略,在保持准确率的前提下,相比单一图像匹配定位算法,降低了算力的需求,在通信条件复杂的战场环境中提高了实时性能。对比标准的WKNN(Weighted K-Nearest Neighbors)算法,提高了在复杂环境下定位的稳定性,且定位误差平均值低于1.72 m,误差降低约50%。

针对合成部队装甲装备小修维修保障效益不高、维修人力资源配置随意性强以及资源运用不均衡和不合理的问题,以装甲装备为研究对象,对平时状态下依托维修车间开展装备小修的作业流程进行了任务和需求分析,以维修总工期最短和维修人员配置均衡度最高为优化目标,以维修工序中维修人员专业和数量要求为约束条件,构建装备小修作业流程的数学模型,然后针对维修工序顺序关系,提出一种带禁忌表的维修网络流程更新算法和考虑装备维修并行作业的遗传算法,对装备小修作业进行维修人力资源配置策略优化,并通过算例对该算法的合理性进行了验证。

针对无人机自主空中加油技术研究过程中对于实时的数字/半物理仿真的需求,基于ZeroMQ和C++/Qt设计开发了自主空中加油分布式仿真系统。首先,对分布式仿真系统的仿真通信网络进行设计;接着,设计了分布式仿真系统程序框架,并定义了管理节点和仿真节点两类节点;最后,基于ZeroMQ和C++/Qt对上述设计内容进行实现。该系统能够实现对于自主空中加油过程的实时仿真,并为半物理仿真留下了方便的接口。

榴弹作为打击空中目标的弹种之一,其破片与冲击波威力是评价毁伤能力的重要一环。参考意大利奥托·梅莱拉127 mm榴弹,设计榴弹模拟弹,分析其综合威力。采用实验、数值仿真与经验公式相结合的方法,分析破片速度、破片空间分布规律和冲击波超压。实验结果表明,榴弹模拟弹飞散方向角为93.67°,飞散角为65.42°,破片初速为1 451 m/s。仿真和计算结果表明,飞散角的理论计算值与实验值相对差较小;破片速度理论值与实验值相对差不超过20%;冲击波超压理论值、仿真值与实验值相对差不超过15%。

智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明:该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。

为发挥海基反导力量的机动性、拓展海上弹道导弹防御层次,对反弹道导弹作战中预警探测舰配置问题进行研究。从弹道导弹运动特性、雷达探测威力、视距限制等方面建立了预警探测舰雷达探测模型。以射程500 km至5 500 km的中程弹道导弹为例,区分最小能量弹道、低射弹道和高抛弹道三种弹道形式,仿真分析了不同配置位置下预警探测舰对来袭弹道导弹的探测能力,在此基础上给出了相应的预警探测舰配置方法,可为海上反弹道导弹作战兵力配置提供参考。

探索性仿真实验是一种认识、研究战争的重要手段,但往往面临想定样本空间复杂程度高,空间维度爆炸等问题。针对上述问题,提出一种定性定量相结合的基于多标签学习的实验因素筛选方法。首先,基于定性分析设计并实施仿真预实验,采集处理实验数据,解决机器学习样本数据缺失问题;随后,引入输入控制层搭建深度神经网络,引入稀疏正则化,在多标签模型训练过程中实现特征选择;然后,回归定性分析,补充完善实验因素;最后,以某作战样式下立体投送行动仿真推演为背景进行实验验证。实验结果表明,筛选的实验因素与作战行动现实情况吻合。

针对当前合成旅装备维修保障能力评估中的不确定问题,构建了基于云模型的合成旅装备保障能力评估方法。基于指挥控制、维修准备、野战抢修机构开设、装备抢救和装备抢修五个方面,构建了合成旅装备维修保障能力评估指标体系;利用层次分析法和熵权法组合的方式,确定评估指标权重,避免了权重计算的片面性。通过建立评估标准云、评估指标云,计算综合评估云,从而确定评估等级,并通过实例验证了评估方法的可行性,实现了对合成旅装备维修保障能力的有效评估。

单杆液压缸电液位置伺服系统由于结构紧凑,被工程界大量应用,但是其结构不对称,数学模型复杂,很多因素无法通过数学方法精确分析,针对这个问题,利用Matlab/Simulink多领域物理建模的方法,建立了单杆液压缸电液伺服系统的物理模型,对其性能研究分析。分别输入正弦信号和方波信号,得到响应曲线图和Bode图。仿真结果表明:单杆液压缸电液位置伺服系统物理模型可以直接根据工作原理添加对应的元件以及环境影响因素,模型精度高,不需要传递函数,仿真的结果也更为准确,更接近实际情况,有利于分析电液位置伺服系统控制性能,具有更好的参考价值,提高了系统模型仿真的准确性。

战场抢修是一线部队战时有效保持与快速恢复装备战术状态以确保战斗力的重要手段。不同作战阶段,抢修分队的具体部署位置不仅直接影响自身安全,还直接影响抢修任务的完成时效。通过分析装备抢修分队选址的影响因素,构建了选址决策评估指标体系;利用序关系分析法(G1法)和CRITIC法(Criteria Importance Through Intercriteria Correlation)的组合赋权法确定指标权重;采用云模型确定各参训人员的选址决策等级,并分析其优劣性。以相同仿真条件下的三组选址方案为例,对各参训人员的选址决策能力进行科学评估。该方法为战时装备抢修阶段性能力评估提供了新思路。

我们正迎来人类发展的第四次浪潮,正处于从信息社会向人类社会-物理世界-信息空间融合的智能社会的关键转型期。近年来,计算和信息技术飞速发展,深度学习的空前普及和成功将人工智能(AI)确立为人类探索机器智能的前沿领域。与此同时,得益于器件的革命性进展和人工智能(AI)的发展,脑机接口(BCI)植入技术同样快速落地,这意味着BCI+AI 碳基硅基融合的开始,然而,硅基和碳基运算的底层逻辑存在根本差异,脑的智能机制仍有待进一步探索。本研究提出的视觉认知引导的孪生AI深度网络,是由个人意识驱动的深度网络技术,通过捕捉并解析个体的思维模式和创意灵感,为每个用户量身打造独特的视觉世界。在这样的环境中,每个人都成为自己创造世界的视觉主导者,打破物质和意识的壁垒,得以展现丰富的个性和创造力。

制导控制半实物仿真系统在制导武器的研制中发挥着重要作用,是验证导弹制导控制系统设计和软件设计正确性的重要途径。传统的Windows操作系统实时性较差,给半实物仿真试验带来诸多不确定因素,采用Windows+RTX的方案,完成了半实物仿真系统的软硬件设计,通过共享内存实现Windows进程和RTX进程之间的通信,保证数据传输准确性和系统实时性。导弹制导控制半实物仿真试验结果表明:所设计的半实物仿真系统合理,并且实时性好、可靠性高、通用性强。

为提升认知雷达跟踪性能,提出了一种幅度信息辅助的认知雷达跟踪波形选择算法。首先,讨论了认知雷达跟踪波形参数选择的框架,其次,分析了幅度辅助跟踪概率数据关联的性能,提出了波形参数选择的方法;最后,结合交互式多模型无迹卡尔曼滤波器(Interactive Multiple Model Unscented Kalman Filter,IMMUKF)提出了幅度信息辅助的认知雷达跟踪波形选择算法。仿真结果表明,所提算法能有效提升目标跟踪性能,同时减少了目标跟踪丢失概率。

随着部队编制体制改革的不断深入,部队装备呈现技术复杂化、种类多样化的特点,装备器材供应保障问题也日益凸显,研究如何满足装备器材使用需求的同时,最大限度提高保障效率,具有重要意义。在归纳总结国内外器材供应保障研究现状的基础上,提出部队亟待解决的现实问题,运用数值积分方法,从满足数量、短缺数量、冗余数量和误差数量四个方面建立数量决策模型,并通过Matlab进行编程求解,从而得出最优器材供应保障数量。最后结合事例,检验模型的准确性与实用性。

船舶活动规律分析尤其是船舶的行为研判问题,一直是研究的难点。聚焦船舶的活动规律分析问题,提出了一种基于大量船舶历史航迹聚类的频繁模式挖掘方法,用于对船舶未来行为进行估计,并给出了软件实现。首先提出航迹的综合相似性度量方法,并介绍基于航迹聚类的频繁模式挖掘含义;其次对经典密度聚类算法进行适应性改造,给出基于综合相似性的聚类算法的实施方法;然后,提取虚拟主干航迹计算最相似簇,经统计得出对当前船舶行为的估计结果;最后,给出了基于C/S架构的软件总体设计和试验效果。试验表明该方法能够给出航迹关联行为描述,软件得到的行为估计结果能够辅助研判。

针对靶场无人装备仿真试验手段缺乏问题,在构建无人艇动力学模型和运动模型的基础上,基于CoppeliaSim仿真软件,设计了一套无人艇运动控制仿真试验训练系统,构建了PID、滑膜和模糊PID三种控制器,并采用Navmesh寻路算法实现无人艇仿真平台的路径规划。该系统弥补了靶场无人装备仿真试验的不足,解决了无人艇模拟训练手段缺乏的难题,可为无人装备数字化试验鉴定提供基础支撑。

星链系统作战运用日趋成熟,考虑星链系统仍在快速建设,有必要对其未来作战运用进行系统分析。为探究美军星链系统未来作战运用方式,以星链基本情况分析为基础,聚焦大国高端战争,从作战理论的四个层次探究了星链对美军作战的影响,展现了星链的体系支撑作用;最后通过星链作战运用仿真实验,对星链中期作战运用方式与能力进行了定量分析,为后续反制策略的研究奠定了基础。

介绍了机载预警雷达的特点及面临的杂波抑制难题,回顾了杂波仿真的研究历程,在分析机载预警雷达杂波模型及常规空时自适应杂波抑制方法的基础上,提出了一种基于精细化杂波仿真的认知杂波抑制方法。该方法利用数字高程地图数据以及地表覆盖和土地利用数据进行信号级机载雷达杂波反演,补充了均匀杂波样本,提升了非均匀环境下杂波抑制性能,为杂波仿真在机载预警雷达中的应用指出了一种新的途径。最后根据典型机载预警雷达参数和典型地理环境,仿真验证了该方法的有效性。

有人/无人平台编队可以充分利用无人平台的低成本、可消耗优势,扩展有人平台的作战空间,提高有人平台态势感知、穿透杀伤和生存能力。针对美、英、法、澳、韩等国有/无人编组技术的发展动态进行了调研综述,举例说明了外军有/无人编组在海、陆、空等作战域中的典型应用,并分析了有/无人编组在传输组网、远程测控、自主决策和人机交互等方面的技术挑战和关键技术途径。最后对有/无人编组技术的发展趋势进行了展望,可为未来联合作战体系中的协同作战样式和相关领域的技术研究提供参考借鉴。

针对当前无人空战仿真中,缺乏支持全流程作战指挥控制建模与仿真这一问题,结合当前无人空战仿真系统相关研究,系统梳理和研究指控模型构建方法,通过探索不同仿真层级不同类型的无人机指挥控制建模原理和方法,设计并且构建了一套适合指挥信息系统装备特点的指控模型仿真系统。通过进行符合预设约束的想定设定,对目标作战任务进行了效能评估和对比,可为无人空战相关指挥信息系统装备的论证、评估方式提供理论和现实指导。

从人工智能技术的概念、原理和分类入手,重点分析了人工智能技术三类主要军事应用场景和八个重点军事应用方向,并综合运用技术专利分析成熟度评估方法和高德纳技术成熟度曲线,对人工智能军事应用八个重点方向进行成熟度评价。

以深度强化学习为核心的智能博弈技术在游戏领域内的突破和进展为海空兵棋AI的研究提供了借鉴。智能体架构设计是需要解决的关键问题,良好的架构能够降低算法训练的复杂度和难度,加快策略收敛。提出基于随机博弈的海空跨域协同决策博弈模型,分析了相关的均衡解概念;在分析典型智能体框架基础上,针对海空兵棋推演决策博弈过程,提出基于多智能体分层强化学习的智能体双层架构,能够有效解决智能体间协作和维度灾难问题;从兵力协同、智能体网络设计、对手建模和训练机制共4个方面分析了关键技术。期望为海空兵棋AI设计实现提供架构指导。

针对当前多军兵种联合作战实战化训练的需求,建模和仿真领域的未来目标是创建统一的真实-虚拟-构造(LVC)集成架构,支持快速集成模型和开展仿真,用于联合作战训练、战术协同、拟制作战计划和评估等。通过探究LVC概念内涵和应用领域,分析美军LVC训练网络发展计划,梳理了分布式任务作战、联合仿真环境和美海军模拟训练三个典型LVC系统应用范例。借鉴美军应用LVC解决联合训练的经验做法,给出加快构建我军一体化联合训练的启示,为我军联合训练环境建设提供有价值的参考。

针对因深度学习自身局限性和递归预测策略产生的累积误差,导致航迹预测精度不高的问题,提出了一种基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法。首先,引入卷积模块用于提取航迹数据之中具有潜在关联的空间位置特征,利用双向长短时记忆网络提取航迹数据中的时序特征,并实现对空中目标的实时单步预测和多步超前预测;其次,引入整合移动平均自回归为残差修正模型,对实时单步预测产生的残差建模,计算混合神经网络模型多步超前预测时的残差值;最后,将混合神经网络模型和残差修正模型的输出结果进行融合,得到最终的航迹预测值。实验结果表明,该算法大大降低了神经网络因自身局限性产生的误差和因递归策略预测产生的累积误差,能够显著提高空中目标航迹短期预测的精度。

为研究有限作战指挥样本下的智能决策方法,针对作战决策经验难以表达和智能决策学习训练样本稀缺等问题,基于联合战役仿真推演环境,提出了一种基于生成对抗模仿学习的作战决策方法。该方法整合了作战决策经验表示与学习过程,在上层决策和底层动作分层的基础上,采用规则定义特定任务执行逻辑,并利用生成对抗模仿学习算法提升智能体场景泛化能力。在构设的典型对抗场景中,该方法达到了预期效果,算法训练收敛,智能体输出决策合理。实验结果初步表明,生成对抗模仿学习作为一种智能作战决策方法,具有进一步研究价值。

随着新型武器系统的发展以及智能化技术在军事领域的应用,智能态势认知技术研究成为各军事强国关注的热点。首先,阐述了态势认知和智能态势认知的概念内涵,然后,针对现代化战争特点,梳理分析了智能态势认知过程中作战体系智能分析、作战窗口智能发觉、战场局势演化预测、认知产品智能表征和战场态势智能复盘五项关键需求。结合国内外研究文献对其中涉及的关键技术和应对措施进行了梳理。研究成果对智能态势认知的未来发展及技术突破有一定的借鉴意义。

针对分布式光纤声波传感系统信号信噪比较低的问题,提出了一种改进的自适应噪声完全集成经验模态分解方法。改进方法利用样本熵和小波阈值去噪算法,从高噪声分量中提取有效成分。通过改进的自适应噪声完全集成经验模态分解(ICEEMDAN,Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise)对实际采集的信号进行分解,计算样本熵,将其中的含噪分量进行小波阈值去噪,最后与未处理的信号分量进行重构。实验结果表明,对实采的信号进行降噪处理后,信噪比提高了5.34 dB,均方误差降低了0.014 8,波形互相关系数提高了5.7%。与其他常用的去噪方法相比,该方法不仅在信噪比方面表现更优秀,而且在均方误差和波形互相关系数方面也具有更好的性能,能够更好地保留有用信号。

大数据和人工智能技术在军事领域中的广泛应用使智能化战争逐渐成为一种全新的战争形态。基于智能化战争的特点,阐述了传统武器装备所面临的挑战,提出了数字化、智能化战争条件下武器装备体系发展的策略,对提高武器装备体系效能、赢得未来战争的主动权具有一定的现实意义。

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对线性调频(Linear Frequency Modulated, LFM)信号参数进行估计,问题关键是确定FRFT最佳阶数,根据误差迭代思想提出新的参数估计算法,该算法利用归一化带宽和旋转角的转化关系,由估计误差推算角度差值,有效降低了运算量,不需要调频斜率正负的先验信息,改进的对数搜索算法可以进一步提高参数估计结果的稳定性和可靠性。仿真结果表明,信噪比在-8 dB以上时该方法在高效率的前提下仍具有良好的参数估计性能,平均估计误差在1%以内,估计结果接近Cramer-Rao下限,满足工程实时处理需求。

在船舶信息大数据系统中,针对在客户端向服务器请求大批量历史数据并实时绘制热力图时,会出现耗时较长、热力图效果失真以及地图软件漫游时跟随性差或卡顿等问题,提出一种改进的船舶历史活动热力图实时生成策略。该策略在基于像素聚类思想的热力图生成方法基础上,采用基于非线性变换的图像增强算法和像素补点方法,对传统方法绘制的热力图所存在的显示失真问题进行校正和优化,并在此基础上,提出动态加载与绘制策略和多线程实时成图策略,来生成船舶历史活动的热力图。试验表明,所提出策略在热力图绘制的效率、成图效果以及地图软件的交互体验上都得到了提升。